Zuerst die ehrliche Frage: brauchen Sie das wirklich?

Der überwiegende Teil der Anwendungsfälle, die uns erreichen, lässt sich mit vorhandenen Modellen, guter Datenanbindung und sauberem Retrieval lösen. Das ist schneller, günstiger und leichter zu warten. Wir empfehlen ein eigenes Modell deshalb erst, wenn dieser Weg geprüft wurde und nicht ausreicht.

Sinnvoll wird eine individuelle Lösung typischerweise bei sehr spezifischer Fachsprache, bei Aufgaben ohne Sprachbezug wie Bild- oder Sensordaten, bei sehr engen Latenz- oder Kostenanforderungen oder wenn Daten das Unternehmen aus regulatorischen Gründen nicht verlassen dürfen und offene Modelle im eigenen Betrieb angepasst werden sollen.

Arbeitsfelder

Fine-Tuning und Anpassung

Anpassung offener oder kommerzieller Modelle an Fachsprache, Ausgabeformate und wiederkehrende Aufgabenmuster, mit systematischer Bewertung gegen die Ausgangsbasis.

Klassische Verfahren des maschinellen Lernens

Prognose, Klassifikation und Anomalieerkennung auf strukturierten Daten. Häufig deutlich wirtschaftlicher als generative Ansätze.

Bild- und Signalverarbeitung

Auswertung von Bild-, Mess- oder Sensordaten, etwa in Qualitätsprüfung, Zustandsüberwachung oder Dokumentenerkennung.

Betrieb in eigener Umgebung

Einsatz offener Modelle in Ihrer Infrastruktur, wenn Daten das Haus nicht verlassen dürfen. Inklusive Bewertung von Aufwand und Betriebskosten.

Voraussetzungen

Ausreichend Daten in verwertbarer Qualität, mit geklärter Herkunft und Nutzungsberechtigung
Eine überprüfbare Definition dessen, was ein gutes Ergebnis ist
Fachliche Ansprechpartner, die Ergebnisse beurteilen können
Bereitschaft, den Aufwand für Datenaufbereitung realistisch einzuplanen

Fehlt eine dieser Voraussetzungen, ist das kein Ausschluss, sondern der erste Arbeitsschritt. Häufig ist die Datenaufbereitung der größere Teil des Projekts.

Zur Einordnung: Ob ein eigenes Modell wirtschaftlich trägt, entscheidet sich an der Datenlage und an der Menge gleichartiger Vorgänge. Diese Prüfung steht am Anfang, nicht am Ende. Wenn die Rechnung nicht aufgeht, sagen wir das und empfehlen den einfacheren Weg.

Häufige Fragen

Woran erkennen wir, ob unsere Daten ausreichen?

Das lässt sich vorab nur begrenzt abschätzen. Üblich ist eine kurze Machbarkeitsprüfung an einem Ausschnitt der Daten, bevor über ein vollständiges Projekt entschieden wird.

Gehört das entstandene Modell uns?

Die Rechte an Arbeitsergebnissen werden vertraglich geregelt und liegen im Regelfall bei Ihnen. Zu beachten sind zusätzlich die Lizenzbedingungen zugrunde liegender Basismodelle, die vor Projektbeginn geprüft werden.

Können Sie ein Modell auf unseren eigenen Servern betreiben?

Der Aufbau ja. Beim Dauerbetrieb arbeiten wir mit Ihrem IT-Betrieb zusammen, da ein Einzelunternehmen keinen Rund-um-die-Uhr-Betrieb zusagen kann.

Individuelle KI-Lösungen, wenn Standard nicht reicht